C#實(shí)現(xiàn)的圖像的灰度化程序，學(xué)習(xí)圖像處理相關(guān)的知識(shí)的可以下下來看一下，很基礎(chǔ)但是很有用。
上傳時(shí)間： 2016-06-16
上傳用戶：yangyatou
一個(gè)基于C++的數(shù)字圖像處理的灰度處理源代碼，方便大家分享
標(biāo)簽： 數(shù)字圖像處理 灰度 源代碼
上傳時(shí)間： 2013-07-22
上傳用戶：sc965382896
采用鎖相環(huán)技術(shù)設(shè)計(jì)了一種穩(wěn)定、低噪聲的C波段頻率源。建立了鎖相環(huán)的相位噪聲模型并分析影響相位噪聲的因素，進(jìn)行了鎖相環(huán)低通濾波器的設(shè)計(jì)。利用軟件對(duì)環(huán)路的穩(wěn)定性和相位噪聲進(jìn)行仿真，相位裕度在45°以上，環(huán)路工作穩(wěn)定，且具有較好的相位噪聲特性
上傳時(shí)間： 2014-12-23
上傳用戶：吾學(xué)吾舞
模糊C-均值聚類算法是一種無監(jiān)督圖像分割技術(shù)，但存在著初始隸屬度矩陣隨機(jī)選取的影響，可能收斂到局部最優(yōu)解的缺點(diǎn)。提出了一種粒子群優(yōu)化與模糊C-均值聚類相結(jié)合的圖像分割算法，根據(jù)粒子群優(yōu)化算法強(qiáng)大的全局搜索能力，有效地避免了傳統(tǒng)的FCM對(duì)隨機(jī)初始值的敏感，容易陷入局部最優(yōu)的缺點(diǎn)。實(shí)驗(yàn)表明，該算法加快了收斂速度，提高了圖像的分割精度。
上傳時(shí)間： 2013-10-25
上傳用戶：llandlu
排序是計(jì)算機(jī)程序設(shè)計(jì)中一項(xiàng)經(jīng)常發(fā)生的操作，排序算法的研究有其重要的理論及應(yīng)用意義。文中就幾種排序算法的思想，C語言例程以及時(shí)間復(fù)雜度進(jìn)行了分析講解，并指出幾種排序算法的適用情況。
上傳時(shí)間： 2013-11-18
上傳用戶：shaoyun666
車牌定位－－－VC++源代碼程序 1.24位真彩色->256色灰度圖。 2.預(yù)處理:中值濾波。 3.二值化:用一個(gè)初始閾值T對(duì)圖像A進(jìn)行二值化得到二值化圖像B。 初始閾值T的確定方法是:選擇閾值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分別是最高、最低灰度值。 該閾值對(duì)不同牌照有一定的適應(yīng)性,能夠保證背景基本被置為0,以突出牌照區(qū)域。 4.削弱背景干擾。對(duì)圖像B做簡(jiǎn)單的相鄰像素灰度值相減,得到新的圖像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左邊緣直接賦值,不會(huì)影響整體效果。 5.用自定義模板進(jìn)行中值濾波 區(qū)域灰度基本被賦值為0。考慮到文字是由許多短豎線組成,而背景噪聲有一大部分是孤立噪聲,用模板(1,1,1,1,1)T對(duì)G進(jìn)行中值濾波,能夠得到除掉了大部分干擾的圖像C。 6.牌照搜索:利用水平投影法檢測(cè)車牌水平位置,利用垂直投影法檢測(cè)車牌垂直位置。 7.區(qū)域裁剪,截取車牌圖像。
上傳時(shí)間： 2013-11-26
上傳用戶：懶龍1988
一個(gè)用于復(fù)雜網(wǎng)絡(luò)研究中計(jì)算網(wǎng)絡(luò)靜態(tài)參數(shù)（度分布，簇系數(shù)等）的c程序（其中的數(shù)據(jù)是具體的可換成其他的數(shù)據(jù)）。很簡(jiǎn)單但是對(duì)于做復(fù)雜網(wǎng)絡(luò)研究的卻很有啟發(fā)的哦。
標(biāo)簽： 復(fù)雜網(wǎng)絡(luò) 參數(shù) 分布 計(jì)算
上傳時(shí)間： 2013-12-10
上傳用戶：無聊來刷下
本算法的基本功能是用C＋＋語言實(shí)現(xiàn)了APRIORI算法，用戶可以先選擇要進(jìn)行的操作。然后再輸入支持度和置信度，就可得到挖掘的結(jié)果。 輸出的結(jié)果主要包括兩個(gè)部分。 1．輸出所有的頻繁項(xiàng)集。 2．輸出所有的產(chǎn)生的規(guī)則。 算法還能夠輸出初始的事務(wù)集合，并且可以輸出產(chǎn)生的中間結(jié)果。
上傳時(shí)間： 2013-12-20
上傳用戶：wpwpwlxwlx
1.24位真彩色->256色灰度圖。 2.預(yù)處理:中值濾波。 3.二值化:用一個(gè)初始閾值T對(duì)圖像A進(jìn)行二值化得到二值化圖像B。 初始閾值T的確定方法是:選擇閾值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分別是最高、最低灰度值。 該閾值對(duì)不同牌照有一定的適應(yīng)性,能夠保證背景基本被置為0,以突出牌照區(qū)域。 4.削弱背景干擾。對(duì)圖像B做簡(jiǎn)單的相鄰像素灰度值相減,得到新的圖像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左邊緣直接賦值,不會(huì)影響整體效果。 5.用自定義模板進(jìn)行中值濾波 區(qū)域灰度基本被賦值為0。考慮到文字是由許多短豎線組成,而背景噪聲有一大部分是孤立噪聲,用模板(1,1,1,1,1)T對(duì)G進(jìn)行中值濾波,能夠得到除掉了大部分干擾的圖像C。 6.牌照搜索:利用水平投影法檢測(cè)車牌水平位置,利用垂直投影法檢測(cè)車牌垂直位置。 7.區(qū)域裁剪,截取車牌圖像。
上傳時(shí)間： 2014-01-08
上傳用戶：songrui
C語言圖像處理寶典,擁有非常詳細(xì)的c圖像處理：二值化，灰度變換，噪聲消除，微分運(yùn)算，投影量計(jì)算，黑區(qū)域處理，特征提取，圖像間的運(yùn)算，幾何變換
上傳時(shí)間： 2015-09-17
上傳用戶：qw12
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
